增强可穿戴脑机接口的安全与隐私
密码学与安全
2022-01-20 v1 人机交互
机器学习
操作系统
摘要
脑机接口（BCI）被用于大量安全/隐私关键型应用，从医疗保健到智能通信与控制。可穿戴 BCI 装置通常包括一个连接移动设备的头戴式传感器，并结合基于 ML 的数据处理。因此，它们易受所采用的硬件、软件和网协议栈上多种攻击的影响，这些攻击可能泄露用户的脑电波数据，或在最坏情况下将 BCI 辅助设备的控制权让渡给远程攻击者。在本文中，我们：（i）从操作系统和对抗机器学习视角分析现有可穿戴 BCI 产品的全系统安全与隐私威胁；（ii）引入 Argus，首个用于可穿戴 BCI 应用的信息流控制系统，以缓解这些攻击。Argus 的领域特定设计使其在 Linux ARM 平台上实现轻量化，适用于现有 BCI 用例。我们对真实世界 BCI 设备（Muse、NeuroSky 和 OpenBCI）的概念验证攻击，使我们在六个主要攻击向量的协议栈中发现超过 300 个漏洞。我们的评估表明，Argus 在追踪敏感数据流和限制这些攻击方面高度有效，且内存与性能开销可接受（<15%）。
引用
@article{arxiv.2201.07711,
title = {Enhancing the Security & Privacy of Wearable Brain-Computer Interfaces},
author = {Zahra Tarkhani and Lorena Qendro and Malachy O'Connor Brown and Oscar Hill and Cecilia Mascolo and Anil Madhavapeddy},
journal= {arXiv preprint arXiv:2201.07711},
year = {2022}
}